不论是酷热还是严寒,伴随左右的空调最知你冷暖!你可曾想过,在角落默默带来舒适温度的空调,也能诉说出你独特的生活态度,拥有极富个性化的定制外观。这背后,离不开“互联工厂”的功劳!
海尔深耕制造业三十余年,是世界第四大白色家电制造商,面对“工业4.0”颠覆式挑战,海尔从2012年开始进行数字化变革。当前,海尔正在以构建“互联工厂”的核心思想,尝试从大规模“制造”发展为大规模“定制”的智能制造企业,将家电定制化这一美好畅想变为现实。
始终站在制造业前端的海尔与新华三合作,在数字化转型的浪潮中先下一城。新华三针对海尔在智能制造网络架构与基础环境中面临的问题,帮助海尔以面向未来的智能工厂网络解决方案在胶州空调互联工厂落地,与海尔一同筑梦“中国制造2025”的数字化美好蓝图。
个性化需求零时差反馈 从千篇一律到“人人自造”
与传统的订单生产模式所不同,海尔胶州空调互联工厂搭建了以用户为中心驱动的智能制造体系,通过柔性制造满足用户的个性化定制需求,与用户共建了一个基于网络的数字化工厂平台,让不懂技术的用户和不了解需求的设计师、供应商,在海尔提供的共享设计平台上互动协作,空调的颜色、外观、结构等全部可由用户定制,让用户在生产中拥有了更大的自主权,生产出更受用户欢迎的家电产品。
借助新华三搭建的高速信息传输通道,用户可以与工厂生产线直接对话,个性化需求可以在第一时间反馈到生产线,最大限度缩短产品制造所耗时间,在整个制造过程,用户可以通过各种终端设备获取订单进程,了解定制产品在生产线上的进度和位置。这种模式实现了从线上用户定制方案,到线下柔性化生产的全定制过程,零时差的反馈了用户需求,大幅提升了用户的满意度,开启了一个“人人自造”的时代。
全流程可视化 从封闭的铁匣到“透明可视”的玻璃屋
海尔互联工厂智能制造体系的实现,关键就在于将过程中的信息数字化,即“数字化支撑下的全流程透明可视”,实现了企业生产可视与用户信息可视,大幅便利了实际生产,以最大程度发挥了海尔智能制造的优势,打造了更面向用户需求的产品,大幅提升了用户体验。
1.在企业生产全流程可视中,新华三提出了IT与OT融合的解决方案,为海尔实现了车间物联网、信息通信网与售后服务网的三网融合,以及以iMES为核心的五大系统整合,建立了更为灵活统一的可视化系统,令生产人员在一个系统上即可掌握所有生产信息;
2.用户信息可视则需要更广泛的互联互通,一方面通过内外互联,实现了用户与设计、生产部门的联通,让用户的意见能够自由流动;另一方面,还实现了信息互通,机器设备与产品数据互联,并与用户数据互通,让数据在产品上“说话”。
通过新华三提供的高速信息传输通道,海尔成功保障了从需求获取到生产销售过程中数据能够第一时间发挥其价值。海尔胶州空调互联工厂信息部部长黎红金对此称赞连连:“工厂通过iMES系统采集设备里的信息,已联通了80%的设备节点,继而对数据的实时分析和处理,这就需要一个高效的工业级网络。新华三帮助胶州空调互联工厂顺利地完成了工业级网络升级改造,为胶州互联工厂的定制化生产提供了强有力的支撑。”
胶州空调互联工厂作为海尔集团样板工厂,海尔将最新的工业设计、生产制造以及销售理念放置在其之上,而新华三智能工厂网络解决方案则为这一数字化过程打造出了网络通道,帮助海尔解决了用户个性化定制的问题。在强强联合的实践中,双方的优势得以最大限度的发挥,同时也给其他制造企业的数字化变革提供了有益的借鉴,积极推动了中国的数字经济发展进程。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。